图像系列：Bitmap：硬核 Android 中 Bitmap压缩的几种方法

决定Bitmap图片大小或者解码之后内存取决于：图片透明度，位深，图片采样率（分辨率），编码格式，图片本身宽高，下面我们围绕这几个因素来研究下

1：质量压缩法（改变图片位深和透明度）

1.1 ：理论说明

所谓质量压缩法：不减少图片本身的像素，它在保持像素的前提下该变图片的位深以及透明度，来达到压缩图片的目的，压缩后的文件大小会有所改变，但是导入成 bitmap后所占内存是不会变化的，由于要保持像素不变，所以它无法无限压缩，达到一个极限值后就不会继续变小了。

所以这个方法，不适合缩略图，也不适合想通过压缩图片来减少内存的占用。它仅仅适用在想保证图片质量的前提下，同时减少文件大小的情况而已。

1.2：Demo 代码

        ByteArrayOutputStream baos = new ByteArrayOutputStream();  
        image.compress(Bitmap.CompressFormat.JPEG, 100, baos);
        int options = 100;  
        while ( baos.toByteArray().length / 1024>32) {  
            baos.reset();
            image.compress(Bitmap.CompressFormat.JPEG, options, baos);
            options -= 10;
        }  
        ByteArrayInputStream isBm = new ByteArrayInputStream(baos.toByteArray());  
        Bitmap bitmap = BitmapFactory.decodeStream(isBm, null, null);

2：采样率压缩法（改变图片分辨率）

2.1 理论说明

        限制图片的采样率可以直接限制解码读取到图片的大小，即图片分辨率大小，但是采样率是整数，这就会造成我们不能根据图片实际宽高来精确的给出图片采样率。

        所以我们一般都过下面的方式来计算图片分辨率

1：首先获取一张图片的大小和内存

2：根据获取到图片的宽高，结合我们需要的宽高，来重新计算图片的采样率

3：得到采样率之后，重新解码图片，就可以根据需要的大小来获取对应分辨率的图片

2.2 Demo代码说明

1：首先获取一张图片的大小

BitmapFactory.Options options = new BitmapFactory.Options();

// itmapFactory.Opitions的inJustDecodeBounds属性为true，就可以在不分配内存的情况下，获取该图片的大小和类型。否则一旦图过大，在解码这个图片时，可能会出线内存泄漏

options.inJustDecodeBounds = true;
BitmapFactory.decodeResource(getResources(), R.id.myimage, options);
int imageHeight = options.outHeight;
int imageWidth = options.outWidth;
String imageType = options.outMimeType;

2： 获取到高度和宽度之后，就可以按照我们的需要的高度和宽度，来计算图片的缩放比，得出图片的采样率

public static int calculateInSampleSize(
            BitmapFactory.Options options, int reqWidth, int reqHeight) {
    // Raw height and width of image
    final int height = options.outHeight;
    final int width = options.outWidth;
    int inSampleSize = 1;

    if (height > reqHeight || width > reqWidth) {

        final int halfHeight = height / 2;
        final int halfWidth = width / 2;

        // Calculate the largest inSampleSize value that is a power of 2 and keeps both
        // height and width larger than the requested height and width.
        while ((halfHeight / inSampleSize) > reqHeight
                && (halfWidth / inSampleSize) > reqWidth) {
            inSampleSize *= 2;
        }
    }

    return inSampleSize;
}

 3：得到采样率之后，重新解码图片，就可以根据需要的大小来获取对应分辨率的图片

public static Bitmap decodeSampledBitmapFromResource(Resources res, int resId,
        int reqWidth, int reqHeight) {

    // First decode with inJustDecodeBounds=true to check dimensions
    final BitmapFactory.Options options = new BitmapFactory.Options();
    options.inJustDecodeBounds = true;
    BitmapFactory.decodeResource(res, resId, options);

    // Calculate inSampleSize
    options.inSampleSize = calculateInSampleSize(options, reqWidth, reqHeight);

    // Decode bitmap with inSampleSize set
    options.inJustDecodeBounds = false;
    return BitmapFactory.decodeResource(res, resId, options);
}

3：缩放法

3.1 理论说明

        缩放法其实就是，通过设置好的 matrix , 然后再 createBitmap ，相当于将图片按照一定比例缩放。至于按照多大的比例，你可以按照经验值 进行0.8倍缩放，也可以循环缩放直到合适的尺寸

3.2 代码说明

        ByteArrayOutputStream out = new ByteArrayOutputStream();
        image.compress(Bitmap.CompressFormat.JPEG, 85, out);
        float zoom = (float)Math.sqrt(size * 1024 / (float)out.toByteArray().length);
 
        Matrix matrix = new Matrix();
        matrix.setScale(zoom, zoom);
 
        Bitmap result = Bitmap.createBitmap(image, 0, 0, image.getWidth(), image.getHeight(), matrix, true);
 
        out.reset();
        result.compress(Bitmap.CompressFormat.JPEG, 85, out);
        while(out.toByteArray().length > size * 1024){
            System.out.println(out.toByteArray().length);
            matrix.setScale(0.9f, 0.9f);
            result = Bitmap.createBitmap(result, 0, 0, result.getWidth(), result.getHeight(), matrix, true);
            out.reset();
            result.compress(Bitmap.CompressFormat.JPEG, 85, out);
        } 

4：RGB_565法

 4.1 理论分析

图片默认的编码格式 是 ARGB_8888 ，转换成 ARGB_565可以减少一半内存消耗，可以解决一些OOM问题，但是 RGB_565是没有透明度的，如果图片本身需要保留透明度，就只能使用ARGB_8888。

ARGB -----分别代表图片：Alpha 透明度和 red  green blue三原色

4.2 ：常见的图片编码格式

在 Bitmap.Config中，图片列举了下面几种编码格式

ARGB_8888：分别用8位来记录4个值，所以每个像素会占用32位。
ARGB_4444：分别用4位来记录4个值，所以每个像素会占用16位。
RGB_565：分别用5位、6位和5位来记录RGB三色值，所以每个像素会占用16位。
ALPHA_8：根据注释应该是不保存颜色值，只保存透明度（8位），每个像素会占用8位。

如果我们以ARGB_8888作为基准来进行对比

• ARGB_4444：内存占用减少一半，但是每个值图片失真度很严重，这个参数本身已经不推荐使用了。
• RGB_565：内存占用减少一半，舍弃了透明度，同时三色值也有部分损失，但是图片失真度很小。
• ALPHA_8：内存占用减少3/4，没有颜色，只有透明度，即黑白。

4.3：总结 

由于ARGB_4444已废除，而ALPHA_8需要在特殊条件下使用，一般用来做特殊需求的，所以我们大多数是用的还是ARGB_8888和RGB_565。

RGB_565能够在保证图片质量的情况下大大减少内存的开销，是解决oom的一种方法。但是一定要注意RGB_565是没有透明度的，如果图片本身需要保留透明度，那么就不能使用RGB_565。